稻田水分监测无线传感器网络优化设计与试验

传感器网络技术为大范围稻田水分信息采集提供了一种新技术手段。利用测量稻田水分含量和水层深度测量的无线传感器WFDMS,探讨了构建稻田水分传感器网络PMSN的关键技术：设计了大面积、大范围应用体系结构模型;提出了一种满足稻田水分采样频率和数据业务需求的低功耗传输控制协议LPTP-PMSN;开发了水分信息监测信息管理系统,实现了完整运行的稻田水分传感器网络整套系统。试验表明,PMSN网络在稻田中的可靠通信距离达60 m,在 3.6 V/2 100 mAh电池供电下,4 h周期采样试验中,在传输协议LPTP-PMSN控制下,传感器、簇首、基站、短信网关、计算机间能够协同工作,整个稻田水分传感器网络可以较可靠运行,节点生命期超过190 d。该研究可为农用信息监控无线传输网络的其他应用提供参考。     

一种基于第三方的C2C信誉系统

根据CNNIC 2006年中国C2C网上购物调查报告，C2C网上购物已经被网民逐渐地接受和使用，市场交易额突破百万亿元，中国C2C网上购物市场发展前景看好。但是，每个C2C网站各自为政的信用监管体系存在相对松散的身份认证和信用孤岛问题，为了解决这些问题，本文提出了一种基于第三方的C2C信誉系统。     

水稻秧盘自动码垛机的设计与试验

针对水稻工厂化育秧播种完成的秧盘人工取盘和层叠堆放劳动强度大、效率低、后续运输不便等问题,该研究设计了一种水稻秧盘自动码垛机,可完成秧盘精确夹取、转移和码垛;阐述了码垛机的基本结构和工作原理,对关键部件进行设计,以可编程逻辑控制器(Programmable Logic Controller,PLC)作为控制核心,搭建了...     

基于视觉显著性改进的水果图像模糊聚类分割算法

准确分割水果图像是采摘机器人实现视觉定位的关键技术。该文针对传统模糊聚类对初始聚类中心敏感、计算量大和易出现图像过分割等问题,结合机器人的视觉特性,提出了一种基于多尺度视觉显著性改进的水果图像模糊聚类分割算法。首先,选择适当的颜色模型把彩色水果图像转换为灰度图像;然后对灰度图像做不同尺度的高斯滤波处理,基于视觉显著性的特点,融合了多个不同尺度的高斯滤波图像,形成图像聚类空间;最后,用直方图和模拟退火粒子群算法对图像的传统模糊聚类分割算法进行了改进,用改进的算法分别对采集到的100张成熟荔枝和柑橘图像,各随机选取50张,进行图像分割试验。试验结果表明:该方法对成熟荔枝和柑橘的图像平均果实分割率分别为95.56%和93.68%,平均运行时间分别为0.724和0.790s,解决了水果图像过分割等问题,满足实际作业中采摘机器人对果实图像分割率和实时性的要求,为图像分割及其实时获取提供了一种新的基础算法,为视觉精确定位提供了有效的试验数据。     

基于LabVIEW的果树仿形喷雾控制的实现研究

在对果树实施机械化施药的过程中,为了降低药液的浪费和对环境造成的污染,实现均匀和精确的喷雾,利用LabVIEW平台,提出了对果树仿形喷雾控制的实现方法。一是采用超声波传感器阵列检测果树的冠层形状。二是根据检测的结果,得到喷头组的运动控制策略。喷头组中一个喷头的运动对应由一个步进电机拖动,一个步进电机对应由一个单片机控制。一个单片机对应分布式控制系统一个节点。PC机把控制策略通过RS485总线发布到各个节点,各个节点根据控制策略,启动喷头运动到相应的位置。三是按照预定的压力和喷量实施喷雾。该方法进一步提高了喷药的效率,增加了施药的可控性,从而降低对环境的污染,为植保机械提供了一个可以选择的解决思路。     

安全协议中的潜在攻击

阐述了网络安全协议中一些常见的攻击方式,并论述了这些攻击产生的原因和避免此类攻击的方法.     

甘蔗机械化生产信息管理平台构建

在分析甘蔗机械化生产信息管理现状及其管理平台目标和作用的基础上,构建了甘蔗机械化生产信息管理平台,明确了各功能平台和数据库的基本构成,为甘蔗机械化生产提供信息化管理集成方案．     

鲢鱼苗种体长与体重关系数学模型的构建

鱼苗体长和每千克尾数之间存在一定关系,通过采集数据将这种关系用曲线表示出来,然后利用数学方法可以求出与这种关系曲线相接近的一条函数曲线。从而利用该曲线进行数学建模、计算机模拟以及在生产实践中应用。     

基于改进YOLOv5的蝴蝶兰花朵识别与计数

为精确预测蝴蝶兰产量和对蝴蝶兰的生产进行科学管理,对大苗时期的蝴蝶兰植株花朵和花苞进行识别与检测,统计其花量。由于蝴蝶兰花苞目标体积较小,提出一种基于改进YOLOv5的蝴蝶兰花朵与花苞识别方法。首先,修改颈部网络的结构,在特征金字塔FPN(Feature Pyramid Network)和路径聚合网络PANet(Path Aggregation Network)中引入有利于小目标检测的160×160尺度特征层,以提升对小目标的检测效果;其次,使用K-means++聚类算法针对训练集生成更合适的先验框,并采用载入预训练权重和冻结主干网络的训练方式,以使模型更加容易学习,提高网络模型收敛速度和泛化能力;最后,在颈部网络加入轻量级注意力机制,加强对目标的关注,减少背景干扰,以提升模型的特征提取能力。试验结果显示,该算法对花苞的检测精确率达到89.54%,比改进前提升9.83%;对花苞和花朵的平均精确率达到91.81%,比改进前提升5.56%。该算法有优异的检测精度并有效提高对小目标的检测能力。     

柑橘黄龙病苗木微波加热试验研究

针对柑橘黄龙病现有热处理方法存在加热时间长、温度不均匀等缺点,提出以微波加热方式处理柑橘树。搭建柑橘黄龙病微波加热平台,采用不同微波功率和加热时间组合对活体柑橘叶片进行加热,探究不同微波功率下叶片温度达到48～60℃所需要的时间,以确定最佳微波加热功率和加热时间组合。结果表明,柑橘叶片经微波处理后,升温速度与微波功率和加热时间成正相关;不同微波功率处理下,使叶片表面温度达到48～60℃的处理时间存在明显差异;为使柑橘叶片表面温度升至48～60℃范围内,可以在80 W功率下加热36～46 s,在160 W微波功率下加热16～37 s,在240 W微波功率下加热15～29 s,在320 W微波功率下加热13～15 s,在400 W微波功率下加热10～14 s,在480 W微波功率下加热8～10 s,在640 W微波功率下加热7～8 s,在800 W微波功率下加热6 s;根据微波热处理后叶片灼伤程度以及植物的生长情况,确定较优的加热功率和时间组合为(80 W,40 s),进一步优化后的组合为(80 W,37 s)和(80 W,38 s)。